《表2 AUC结果对比：基于Catboost算法的优惠券个性化投放》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Catboost算法的优惠券个性化投放》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

我们从时间维度上对原始数据进行滑窗划分，以连续4个月作为一个窗口，一个月作为间隔，将前三个月作为特征数据，后一个月作为标签数据，以此将原始数据分为3个数据集。我们使用前两个数据集训练模型，用第三个数据集来测试模型，得到模型的AUC并和传统的GBDT和另一种著名实现Xgboost（T.Chen and C.Guestrin.Xgboost:A scalable tree boosting system.In Proceedings of the 22Nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining，pages 785-794.ACM，2016）进行对比，ROC曲线和AUC结果如图3和表2所示。